基于大模型数据增强的文本实体识别模型构建方法和设备

本发明提供了一种基于大模型数据增强的文本实体识别模型构建方法和设备：先构建含预处理、句法依存分析、数据修正增强、上下文编码、句法增强、表示融合及序列解码处理单元的初始模型；训练样本经预处理得预处理文本，句法分析建初步依存图；大语言模型修正并增强文本与依存图，获后续用的文本序列和依存图；编码文本序列得初始表示向量，结合依存图增强向量；融合后解码输出含词元实体标注的预测标签；用含条件随机场结构损失的函数算损失，判断收敛，未收敛则更新参数继续训练，直至得目标模型。该方法借大语言模型优化扩充数据，结合句法依存强化特征，提升复杂文本命名实体识别能力。